Bandar Lampung (Lampost.co) — Institut Teknologi Sumatera (Itera) dan PT Kereta Api Indonesia (KAI) menjalin kerja sama strategis untuk mengembangkan teknologi pendeteksi kerusakan rel kereta api.
Hal ini sebagai upaya meningkatkan keselamatan dan efisiensi transportasi kereta api di Indonesia.
Inisiatif ini melibatkan berbagai disiplin ilmu dari Itera yang dipimpin oleh dosen Program Studi Teknik Mesin Itera, Ir. Eko Pujiyulianto S.T., M.Eng.
Baca Juga:
29 Ribu Warga Mudik dengan Kereta Api Selama Lebaran
Kerja sama ini melibatkan beberapa program studi di Itera, yaitu Teknik Mesin, Teknik Informatika, Teknik Material, dan Teknik Perkeretaapian.
Eko Pujiyulianto menuturkan, kegiatan ini bertujuan untuk mengembangkan model dan metode deteksi kerusakan rel kereta yang lebih efektif. Berbagai kegiatan yang di rencanakan meliputi survei lapangan untuk mengidentifikasi area rawan kerusakan. Pelatihan bagi pegawai PT KAI untuk memahami dan menggunakan model baru. Serta penelitian dan pengembangan instrumen deteksi yang akan berguna untuk di lapangan.
Pengembangan model tersebut yaitu dengan memanfaat image recognition berbasis machine learning CNN.
“Penggunaan teknologi image recognition dengan machine learning berbasis Convolutional Neural Networks (CNN) untuk rekognisi cacat permukaan rel kereta menawarkan berbagai manfaat signifikan,” ujar Eko, Senin, 9 September 2024.
Beberapa Manfaat
Eko menyebutkan, berikut adalah beberapa manfaat utama penggunaan teknologi image recognition dengan machine learning berbasis CNN seperti peningkatan akurasi deteksi. CNN dapat menganalisis gambar dengan ketelitian tinggi dan mengenali pola yang mungkin tidak terlihat oleh mata manusia.
“Ini membantu dalam mendeteksi cacat permukaan rel seperti retakan, deformasi, atau keausan yang mungkin sulit dideteksi dengan metode tradisional,” ujar Eko.
Selain itu, manfaat utama lainnya dari machine learning berbasis CNN adalah kecepatan pemrosesan yang tinggi. Dengan kemampuan untuk memproses dan menganalisis gambar dalam waktu singkat, CNN memungkinkan deteksi cacat rel secara real-time atau hampir real-time. Ini mempercepat proses pemantauan dan perawatan serta mengurangi waktu untuk inspeksi manual.
“Dengan deteksi cacat permukaan rel yang lebih cepat dan akurat membantu dalam mencegah kecelakaan dan kerusakan yang dapat mengancam keselamatan perjalanan kereta api. Ini mendukung sistem perkeretaapian yang lebih aman,” ujar Eko.
Dengan demikian, penggunaan CNN untuk rekognisi cacat permukaan rel menawarkan solusi yang canggih dan efektif untuk meningkatkan kualitas dan keselamatan sistem perkeretaapian.
Kegiatan ini juga melibatkan mahasiswa Itera yang akan turut berperan dalam pelaksanaan proyek melalui berbagai tugas praktikum dan penelitian.
Inisiatif ini tidak hanya meningkatkan kemampuan teknis mahasiswa tetapi juga memberikan kontribusi nyata terhadap industri perkeretaapian di Indonesia.
“Kerja sama ini di harapkan dapat menghasilkan solusi inovatif yang dapat mendukung PT KAI dalam memastikan keselamatan dan keandalan jalur kereta api di seluruh negeri,” pungkas Eko.
